由于MPEG-1目的是針對消費類多媒體應用，以約為1.2 Mbps速率產生接近于VHS的視頻質量，而1.5 Mbps的其他部分則用于數(shù)據(jù)和音頻。MPEG-1的貢獻在于：
1）由于1.5 Mbps的速率接近于CD-ROM播放器的數(shù)據(jù)存取速度，因而大量的多媒體信息能以MPEG-1的格式存儲在CD-ROM上，使得CD-ROM可以從單純的數(shù)據(jù)信息存儲轉為以視頻為主的多媒體信息存儲，解決了多媒體信息的數(shù)字存儲問題并形成了一個制作各種影像的VCD產業(yè)，如VCD教學光盤、VCD影片等。
2）具有非常方便的交互性能，使得用戶能很容易實現(xiàn)交互操作，如快進、快退、隨機讀取信息，在質量不下降的前提下，隨機存取時間大約在0.5s左右。
1、視頻編碼框圖
自從1989年MPEG組織開始征集、收集評估、驗證測試一直到1992年正式公布MPEG-1的這段期間，另一個國際標準化組織ITU-T在1990年公布了視頻編碼標準H.261。進行比較發(fā)現(xiàn)，這兩者之間在視頻編碼方法存在很多相似性。MPEG-1視頻編碼器框圖如圖1所示。
首先對輸入視頻信號預處理，包括從RGB到YCbCr的色彩空間變換、格式轉換、預濾波等，實際上MPEG-1標準并沒有給出如何進行這些操作。其次，編碼器要為輸入圖像選擇合適的編碼類型。如果是I幀，不需要運動估計和補償，與 H.261的I幀編碼方法一樣。如果是P幀，需要進行幀間預測編碼。如果是B幀，需要進行幀間內插編碼。無論是P幀還是B幀，都需要進行運動估計和運動補償。從圖1可知，混合編碼仍然是MPEG 1視頻編碼器的核心。
2、視頻格式和圖像類型
1）圖像格式
MPEG-1處理的對象是逐行掃描視頻，對于隔行掃描的視頻圖像源則必須先轉換為非隔行掃描的輸入格式，即將兩場合并成一幀進行編碼。輸入的視頻信號必須是數(shù)字化的一個亮度和兩個色差信號（Y、Cb、Cr）。為了使壓縮后的碼率能降低到1.5 Mbps以下，MPEG定義了SIF格式，其圖像尺寸如表1所示。實際上，SIF格式很容易從ITU-R BT.601進行濾波和亞采樣得到。
2）圖像類型
由于MPEG-1具有良好的交互功能，能夠方便進行快進、快退和隨機存取。因此在視頻碼流中存在著一種特殊的標志，這就是MPEG-1所采用的I幀圖像編碼類型。I幀圖像稱為幀內圖像（Intra Pictures），它為用戶的交互功能提供隨機存取的訪問位置，使得解碼器可由此點開始，同時它可以作為其他圖像類型編碼的參考幀，但是I幀僅采用了DCT變換編碼加熵編碼的壓縮方法，壓縮比不高。在MPEG-1中還有一種類似于I幀的圖像編碼類型，稱為DC編碼幀（DC-coded Pictures，D幀），其DCT變換結果的DC項系數(shù)被保留，D幀不能用作其他幀的預測參考幀，定義D幀的目的只是提供一種快速搜索的方法，因此D幀一般不常見。另外MPEG-1采用了壓縮比更高的兩種類型圖像編碼，一是預測幀（Predicted Pictures）或稱為P幀圖像；另一是雙向預測幀（Bi-directional Prediction Pictures）或稱為B幀圖像。之所以MPEG-1中的P幀和B幀能提供較高的壓縮效果，是因為P幀和B幀圖像編碼所產生的碼流不是P幀和B幀圖像的所有信息，而是它與參考幀預測之后差分信息以及各宏塊的運動矢量信息。
實際上，三種常見類型圖像的組織結構是非常靈活的，它們的組合可根據(jù)編碼器的實際情況和應用需求決定，如隨機存取和編碼延時等多種因素。由于編碼P幀時需要先前的I幀或P幀進行預測，編碼B幀時需要先前和后面的I或P幀圖像進行雙向預測，因此I幀、P幀和B幀存在著前后因果關系。如下面視頻序列中的第4幀（P幀）是由第1幀（I幀）預測，由第1幀（I幀）和第4幀（P幀）共同預測出它們之間的第2幀（B幀）和第3幀（B幀），如此等等。因此，發(fā)送端編碼器輸出（或接收端解碼器輸入）圖像幀順序不是按照原始視頻序列的時間順序，而是重新調整圖像順序輸出。例如一個具有15幀圖像的視頻序列，I幀、P幀和B幀沿著時間軸上的順序，編碼器編碼傳輸順序如下表2所示：
當解碼器接收到MPEG-1視頻流信息時，解碼出運動矢量參數(shù)，然后進行運動補償。運動補償?shù)姆椒ㄊ菍⒚總€宏塊解碼得到的預測值加上運動矢量所指向的參考幀對應宏塊值。盡管P幀和B幀宏塊的運動矢量是一個非常重要的參數(shù)，直接影響到編碼器的性能和效果，但是MPEG-1標準并沒有規(guī)定運動矢量的求取方法。正因為如此，MPEG-1標準在走向實用的過程中，仍然給研究和開發(fā)人員留下了非常廣闊的研究空間。
3、視覺加權量化
從圖1可以看出，MPEG-1視頻編碼器與H. 261壓縮算法大致相似，采用基于DCT的變換編碼技術減少空域冗余信息，DCT變換后系數(shù)進行視覺加權和量化。一方面，量化后系數(shù)按照“之”字掃描，然后與視頻其他信息（如運動矢量、宏塊類型、開始碼等）按照MPEG-1語法結構構成視頻比特流。另一方面，進行反量化和反DCT變換，進行當前幀圖像重建，放置到幀存中，作為編碼下一幀圖像的預測參考幀。
在減少空域冗余信息的DCT變換和量化的技術中，與H.261不同的是，其I幀的8×8塊DCT系數(shù)通過視覺加權量化矩陣方法以適應人類視覺系統(tǒng)。缺省的幀內塊量化矩陣如圖2所示。從幀內量化加權矩陣可以看出：
●在低頻段，量化步長較小，而在高頻段，量化步長大。充分利用了量化誤差的主觀感覺隨著DCT系數(shù)的頻率變化特性，對圖像高頻系數(shù)作比較粗的量化。
●水平方向和垂直方向的量化步長是不同的，這也利用了人類視覺系統(tǒng)對水平和垂直方向感覺不同的特點，即視覺對垂直方向變化的感覺更加明顯。
采用幀內量化加權矩陣通常是從提高圖像的主觀質量來考慮的。因為比較兩個能生成同樣比特率的編碼器時，一個采用上述視覺加權量化矩陣，另一個不采用視覺加權量化矩陣，結果發(fā)現(xiàn)前者的信噪比較低，但具有較高的主觀質量。對于非幀內塊量化，則采用與上述幀內塊不同的量化矩陣，其缺省的量化矩陣如圖3所示。之所以對非幀內編碼幀使用這種均勻量化的方式，是因為這種幀提供的運動預測誤差信息，對各個頻率分量的元素應該一視同仁。
然而，在MPEG-1中并不是所有量化器都是固定不變的，而是可以采用可調量化器進行量化。因為并不是所有的空間信息都能使人眼視覺系統(tǒng)產生同等的感覺，特別是對于那些信號變換梯度平穩(wěn)的塊，如果有一個非常小的誤差，人眼就會覺察到塊的邊界，而對信號變換劇烈的塊，視覺對誤差的敏感覺察被掩蓋。為了適應塊之間信號的不均勻性，在塊和塊的基礎上對量化器步長進行調節(jié)。
4、視頻流層次結構和組成
與H.261類似，MPEG-1視頻圖像數(shù)據(jù)流是一個分層結構，共分6個不同的層次，依次是視頻序列層（Video Sequence）、圖像組層GOP（Group of Pictures）、圖像層（Picture）、片層（Slice）、宏塊層（Macroblock）和塊層（Block）。通過分層結構，把視頻比特流中邏輯上獨立的實體分開，盡量減少圖像幀和幀之間、圖像組和圖像組之間、宏塊和宏塊之間的相關性，減少解碼過程中碼流之間的前后相互影響。
視頻序列層表示一個圖像序列的開始，由序列頭加一個或多個圖像組構成，最后加序列結束碼結束。其中序列頭以序列頭開始碼開始，后面跟著如幀內視覺加權量化矩陣或非幀內視覺加權量化矩陣等數(shù)據(jù)元素。每一個圖像組前面可以選擇有或者沒有序列頭，初始序列頭的數(shù)據(jù)元素可以重復使用，從而使隨機地對視頻序列進行存取操作成為可能。當然，序列頭中的量化矩陣等數(shù)據(jù)元素可以改變。視頻序列層組成如圖4所示。
圖4：視頻序列層組成
圖像組層是由圖像組開始碼加一幀或多幀圖像組成的短視頻序列。圖像組層中的第一幀編碼圖像是I幀，最后一幀是I幀或者是P幀，在圖像組中存在著對視頻序列碼流隨機操作的存取點。圖像組的長度隨意，可包含一個或多個I幀圖像。在要求能隨機操作、快進、快退或正常逆放的應用場合，可使用相對較短的圖像組層。圖像層是針對每幀編碼圖像而言的，通常采用三種類型的編碼圖像，即I幀、P幀、B幀。由于要進行P幀和B幀的重新排序，在圖像層的頭信息中定義了一個時間參考標號（temporal reference number）用來指示各幀的顯示順序。其他的頭信息還包括圖像類型、同步、分辨率和運動矢量范圍等。片層是由一系列隨意個數(shù)的宏塊組成的，類似于H.261中的宏塊組。其順序與H.261相同，從圖像的左上角自左向右、自上往下進行。片的大小是可變的，最大可以是整幅圖像，最小可以是一個宏塊，最初的片層應包含圖像的第一個宏塊，而最末一個片層應是圖像的最后一個宏塊。片層頭信息指示了片在圖像中的位置以及該片的量化因子。定義量化因子可以使解碼器在片這個層次上對碼流進行校正。MPEG-1中的宏塊和塊的概念與H.261相同。
由于MPEG-1可以支持多種視頻參數(shù)，如很寬范圍的空間分辨率和時間分辨率，能使用很大范圍的碼流比特率。為了方便使用，保證不同廠家使用MPEG1標準的設備在一個主要目標內具有互通性，MPEG 1定義了一個視頻編碼參數(shù)的特殊子集，稱為限制參數(shù)集（CPS，Constrained Parameters Set）。CPS對圖像的采樣率、編碼生成的碼流比特率做了限制以減少編解碼器的計算復雜度、緩沖大小和帶寬要求，同時仍然保持最大可能的應用范圍。CPS參數(shù)表如3所示。
